动态场景下基于视觉的SLAM方法研究

刘 　涵
济南大学

摘要


随着机器人技术和自动驾驶的快速发展，同步定位与地图构建（SLAM）技术已成为实现自主导航的关键。
SLAM技术能够在未知环境中实时估计机器人的位置和构建环境地图，对于提高机器人的自主性和适应性具有重要
意义。动态场景下的SLAM面临的主要挑战有动态物体的检测与跟踪、静态背景与动态前景的分离、以及如何有效
地利用动态信息来提高定位和地图构建的鲁棒性。为了解决这些问题，研究者们提出了多种基于视觉的SLAM方法，
这些方法利用深度学习、多视图几何、光流估计等技术来处理动态场景。

关键词


动态场景；视觉；SLAM方法

全文:

PDF


参考


[1]郭强，马丽.基于RGB-D相机的室内视觉SLAM

方法研究[J].测绘通报，2020，49（3）：34-39

[2]李明，王强.视觉SLAM中的特征提取与匹配技

术综述[J].计算机科学与探索，2020，14（3）：389-402

[3]张华，赵勇.动态环境下视觉SLAM的鲁棒性研

究[J].机器人，2020，42（1）：1-12

[4]陈丽，高飞.基于深度学习的视觉SLAM方法研

究进展[J].自动化学报，2020，46（4）：673-688

[5]周涛，刘洋.视觉SLAM中的闭环检测算法研究

[J].控制理论与应用，2020，37（5）：1025-1034

[6]吴磊，孙红.多传感器融合的视觉SLAM系统设

计与实现[J].传感器与微系统，2020，39（6）：112-115

[7]胡静，钱峰.视觉SLAM在自动驾驶中的应用研

究[J].汽车工程，2020，42（2）：135-142


Refbacks

  • 当前没有refback。